慣性
次のコードを実行したときの出力として、正しいものを1つ選べ。
import numpy as np
from sklearn.cluster import KMeans
X = np.array([[0.0], [2.0], [10.0], [12.0]])
print(round(float(KMeans(n_clusters=2, n_init=10, random_state=0).fit(X).inertia_), 3))- A
2.0 - B
40.0 - C
4.0 - D
0.0
正解と解説を見る
正解：C
inertia_ は、各点と所属するクラスタ中心との距離の二乗和。小さいほどまとまっている。クラスタ数を増やすと必ず小さくなるので、エルボー法で見る。
| 順 | 実行する行 | 実行後の変数 |
|---|---|---|
| 1 | `import numpy as np` | — |
| 2 | `from sklearn.cluster import KMeans` | — |
| 3 | `X = np.array([[0.0], [2.0], [10.0], [12.0]])` | X = [[0.0], [2.0], [10.0], [12.0]] |
| 4 | `print(round(float(KMeans(n_clusters=2, n_init…` | X = [[0.0], [2.0], [10.0], [12.0]] |
| 結果 | 実際の出力 | 4.0 |
- A
誤り。4 点それぞれの距離の二乗を足す。
- B
誤り。クラスタ内のまとまりは良い。
- C
正しい。各点と、クラスタ中心（1 と 11）との距離の二乗の和は 1＋1＋1＋1 ＝ 4。
- D
誤り。各点と中心にずれがある。
このサイトの問題は、各試験の公式に示された出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人Pythonエンジニア育成推進協会の公式サービスではありません。